【摘 要】
：
CMOS图像传感器（CMOS image sensor,CIS）因具有低成本,低功耗,集成度高等优点而广泛应用于生产生活中。随着其应用范围不断扩大,在太空,医疗,核能等领域,辐射引起的器件老化备受关注。总剂量效应是一种因电子器件长期受到高能辐射而出现的老化效应,器件的电学参数会随着辐射总剂量的累积而发生改变。随着我国航天航空事业的发展,总剂量效应对CIS性能参数的影响愈发引起人们的重视。4T结构的
论文部分内容阅读
CMOS图像传感器（CMOS image sensor,CIS）因具有低成本,低功耗,集成度高等优点而广泛应用于生产生活中。随着其应用范围不断扩大,在太空,医疗,核能等领域,辐射引起的器件老化备受关注。总剂量效应是一种因电子器件长期受到高能辐射而出现的老化效应,器件的电学参数会随着辐射总剂量的累积而发生改变。随着我国航天航空事业的发展,总剂量效应对CIS性能参数的影响愈发引起人们的重视。4T结构的CIS像素通过引入钳位光电二极管（pinned-photo diode,PPD）作为感光元件,极大地减小了暗电流与噪声的影响,成为当前主流的像素结构。对于PPD而言,其钳位电压影响着像素的满阱容量和电子传输效率,因此将钳位电压调整至合理的范围在图像传感器的设计制造中有着重要的意义。辐照实验表明,总剂量效应会引起钳位电压的改变。为深入了解这一过程的物理机制,以便给抗辐照图像传感器像素结构设计提供理论指导,本文使用TCAD仿真软件研究了总剂量效应对钳位电压的影响,并在此基础上提出了两种方法进行抗辐照优化设计。本文主要工作如下:首先分别在TCAD软件上进行了总剂量效应仿真的探究以及4T结构CIS像素模型的搭建。在以MOSFET为对象的总剂量效应仿真探究中,分析了两种仿真方法的优劣;对像素模型进行的光照仿真表明,像素在10μs曝光时间,1.5×105lx照度内光学响应良好,验证了像素模型的可用性。接着分析了总剂量效应致钳位电压增加的物理机制:在模拟辐射剂量增加的过程中,通过对PPD附近电势分布以及浅沟槽隔离（shallow trench isolation,STI）周围耗尽区轮廓的研究,发现当辐射引起的陷阱电荷浓度达到3×1016cm-3时,STI附近的耗尽区将PPD中pin+层与地极电学隔离。此时,pin+层电势易受到传输晶体管TG沟道电势的影响而增加,导致存储电子增多,因此测量时需要较高的复位电压才能完全清空PPD中的电子,PPD内n型区域能带弯曲程度因此变大,表现为钳位电压随着辐射总剂量的增加而增加。最后基于总剂量效应致钳位电压增加的物理机制,提出增大STI与PPD的间隔距离以及在STI周围进行额外掺杂两种设计方案来改进这一现象。经仿真验证,当STI与PPD的间隔达到0.2μm或者在STI周围额外掺杂的离子注入剂量达到7.5×1012cm-2时,两种方法对高辐射剂量下PPD钳位电压的增加有着很好的抑制作用。
其他文献
在科技飞速发展的今天,各行各业都离不开数据的采集、记录、分析等操作,因此累积了相当庞大的数据量,而数据缺失是不可避免的问题。数据中的缺失值可能存在重要信息,从而会影响到数据挖掘结果的准确性,因此对不完整数据建模并对缺失值加以填补已经成为一项越来越重要的任务。回归填补通过分析数据集中的存在值和缺失值间的回归关系,对不完整数据建立回归模型从而完成填补,是一种常见的填补方法。但在不同的样本类别上属性间的
无线传感器网络是一种新型的信息采集与处理技术,因部署灵活、易于扩展、高度自组织等优点被广泛地应用于森林火灾探测、生态环境监测、军事侦测等领域。然而,由于传感器尺寸较小,传感器的电池通常容量有限、不可更换且不可重复使用。因此,有限的能量问题被认为是阻碍无线传感器网络广泛应用的主要瓶颈。近年来无线能量传输技术的突破,让充电器和传感器之间的无线充电成为了可能,从而使传感器能够永久工作。在无线能量传输技术
唐口煤业有限公司（以下简称"唐口煤业"）作为淄矿集团在济北矿区兴建的骨干企业,继承集团红色传统,为真正发挥党组织在企业经营工作中的引领和支撑作用,系统构建了"五治"党建品牌体系。"五治"包含政治、法治、德治、自治、智治,之间相互协同,是一个有机的整体:政治是引领,淬炼思想;法治是保障,规范行为;德治是滋养,和谐团队;自治是基础,强化素质;智治是手段,助力发展,五个维度协同用力,共同支撑唐口煤
在任务型人机对话系统中,槽抽取任务是至关重要的一个环节。为了提高槽抽取模型的识别准确率,该文提出了一种利用自注意力机制融合文本的多特征维度特征的方法。该方法在常规的双向长短期记忆模型（Bi-directional long short-term memory, Bi-LSTM）和条件随机场（Conditional random field, CRF）的槽抽取模型基础框架之上,引入了自注意力机制融合
三维重建在计算机视觉与深度学习等领域是一个长期存在的关键问题,在近几十年得到了广泛的关注与研究。在基于图片完成三维重建中,由于物体部分遮挡导致未知信息增加使这项任务有很大的不确定性。虽然使用多个角度的图像会降低三维重建的难度,但在现实生活中,物体单个角度的图像不仅更容易被获取,且从单张图像重建三维形状更具有实际意义。所以本文使用单张图像完成三维重建。然而,由于单张图像的自遮挡部分导致未知信息增多,
消息分享对个人和群体都很重要,人们之间的情绪和行为都可以通过消息分享进行传播。对于身心不成熟的大学生来说,他们更敏感、更容易受到谣言等非正常信息的影响。学生之间的友谊关系是消息分享过程中不可或缺的一部分,结合友谊网络探索学生之间的消息分享规律并且对消息分享关系进行预测,能够对一些行为异常、性格孤僻的学生进行识别,可以帮助高校管理者对学生提供更好的个性化指导意见。然而,目前国内外学者的研究主要集中在
图神经网络作为一种新的深度学习模型,被广泛地运用在了各种图数据和网络分析中,并且推动了推荐系统、知识图谱等相关应用的发展。然而在网络结构方面现有图神经网络算法只利用了成对连接的节点之间的关系,没有注意到现实网络包含大量的高阶结构。这些高阶结构反映了多个节点之间的相似性和连接关系。本文研究了网络中的两种高阶结构并将它们融入图神经网络算法中:（1）本文研究了一种少量节点形成的高阶结构,并提出了一种基于
本文研究了一类线性时不变（LTI）系统的模型预测控制（MPC）问题,该LTI系统以涡扇航空发动机为背景。第一,我们基于LTI模型,利用ADMM算法对涡扇航空发动机的MPC问题进行研究。在当前时刻k,我们首先基于LTI模型,借助MPC的基本原理推导出预测方程,其次利用预测方程把MPC问题转化为一个关于控制序列的二次规划（QP）问题,接着引入一个松弛变量将QP问题等价转化为一个带有等式约束的分块的适用